Ser Analista 🛒 Tienda
Estadística · en 12 pasos

Estadística, explicada fácil

Lo que más se usa en el trabajo de un analista, en palabras simples y con su fórmula de Excel. Son 12 pasos cortos.

1

¿Para qué sirve?

La estadística sirve para resumir muchos números en pocos y para leerlos sin equivocarte. Si tenés las ventas de 300 días, nadie mira las 300: mirás cuánto se vende normalmente, cuánto varía y si pasó algo raro.

Sueldos¿cuánto gana una persona típica del área?
Ventas¿este mes fue normal o fue raro?
Entregas¿cuánto tardamos, y qué tan parejo?
Fútbol¿los que juegan más minutos hacen más goles?
2

Tres formas de decir «lo típico»

Para resumir muchos datos en uno solo hay tres opciones. El promedio suma todo y divide por la cantidad. La mediana es el dato del medio cuando los ordenás de menor a mayor. La moda es el dato que más se repite.

Minutos que tardaron 5 pedidos de delivery: 10, 20, 20, 30 y 120

MedidaCómo se calculaDaEn Excel
Promedio(10 + 20 + 20 + 30 + 120) ÷ 540PROMEDIO
Mediana10, 20, 20, 30, 120: el del medio20MEDIANA
Modael 20 aparece dos veces20MODA.UNO

Si la cantidad de datos es par, la mediana es el promedio de los dos del medio: en 1, 2, 3 y 4 da 2,5.

3

Cuando el promedio engaña

020406080100120 minutos Mediana 20 Promedio 40 el pedido de 120

Ese pedido de 120 minutos tira del promedio hacia arriba: el promedio dice 40, pero 4 de cada 5 pedidos llegaron en 30 minutos o menos. La mediana casi no se mueve. Por eso en sueldos, precios de casas y tiempos de espera se usa mucho la mediana.

Regla práctica: si el promedio es bastante más grande que la mediana, hay unos pocos valores muy altos. A esos datos que quedan lejos del resto se les dice atípicos.

4

¿Qué tan desparramados están?

Dos grupos pueden tener el mismo promedio y ser muy distintos. 9, 10, 11 y 0, 10, 20 promedian 10, pero el segundo está mucho más desparramado. A eso se le dice dispersión, y se mide así:

Dos grupos de 8 datos, los dos con promedio 10

Promedio 10 Parejos · desvío 1 Desparramados · desvío 6,9 05101520 La franja de color va un desvío para cada lado del promedio.

Con los grupos chicos de Datito

MedidaQué dice9, 10, 110, 10, 20En Excel
Rangoel máximo menos el mínimo220MAX − MIN
Varianzael promedio de las distancias al cuadrado1100VAR.S
Desvío estándarla distancia típica de un dato al promedio110DESVEST.M

El desvío estándar es la raíz de la varianza y está en la misma unidad que los datos (minutos, goles, dólares). Por eso es el que más se usa: desvío chico = datos parejos.

5

¿Muestra o población?

En Excel cada medida de dispersión viene en dos versiones. Si tenés todos los datos (los 20 jugadores del plantel), es una población. Si tenés una parte para sacar conclusiones del total (100 clientes de 10.000), es una muestra. La versión de muestra da un poco más grande, para compensar los datos que te faltan.

TenésEjemploDesvíoVarianza
todos los datosel plantel completoDESVEST.PVAR.P
una parteuna encuesta a 100 clientesDESVEST.MVAR.S

Con 9, 10 y 11, DESVEST.M da 1 y DESVEST.P da 0,82. Con muchos datos, la diferencia casi desaparece.

6

Ordenar y cortar

Si ordenás los datos de menor a mayor, podés ubicar a cada uno. Los cuartiles cortan la lista en cuatro partes iguales, y el percentil 90 es el valor que deja por debajo al 90 % de los datos. También podés buscar el 2.º más alto o el puesto de un dato en el ranking.

Puntajes ordenados, en A1:A8: 1, 2, 3, 4, 5, 6, 7 y 8

Qué querés saberDaEn Excel
Primer cuartil (Q1)2,75CUARTIL.INC(A1:A8;1)
Mediana (Q2)4,5CUARTIL.INC(A1:A8;2)
Percentil 907,3PERCENTIL.INC(A1:A8;90%)
El 2.º más alto7K.ESIMO.MAYOR(A1:A8;2)
Puesto del 6 (de mayor a menor)3JERARQUIA.EQV(6;A1:A8)

Cuando el corte cae entre dos datos, Excel calcula un punto intermedio: por eso Q1 da 2,75 y no 2 ni 3.

7

¿Este dato es raro?

El puntaje z dice a cuántos desvíos está un dato del promedio: (dato − promedio) ÷ desvío. Si da más de 2 o menos de −2, ese dato es raro para su grupo. Sirve para comparar cosas en distinta escala, como goles y asistencias.

Goles de un plantel: promedio 10, desvío 2

JugadorGolesCuentaz¿Raro?
Jugador A12(12 − 10) ÷ 21no
Jugador B15(15 − 10) ÷ 22,5sí, muy por arriba
Jugador C7(7 − 10) ÷ 2−1,5no

En Excel: =(B2-PROMEDIO(B$2:B$21))/DESVEST.M(B$2:B$21), y la arrastrás para abajo.

8

¿Dos columnas se mueven juntas?

La correlación va de −1 a 1. Cerca de 1: cuando una sube, la otra también. Cerca de −1: cuando una sube, la otra baja. Cerca de 0: no hay relación. Se ve muy bien en un gráfico de puntos.

Cerca de 1Cerca de 0Cerca de −1

En Excel: COEF.DE.CORREL(A2:A21;B2:B21). Como guía, de 0,3 a 0,7 es una relación moderada y más de 0,7 es fuerte (lo mismo con los negativos).

9

La recta y el pronóstico

123456 04812 Horas de práctica Puntos Pronóstico con 6 horas: 12,4

La recta que mejor pasa entre los puntos sirve para pronosticar. Tiene una pendiente (cuánto sube por cada unidad) y una intersección (dónde arranca). El R² va de 0 a 1 y dice qué tan bien la recta explica los datos.

Horas de práctica en A2:A6 (1 a 5) y puntos en B2:B6 (3, 6, 7, 8 y 11)

MedidaDaEn Excel
Pendiente1,8PENDIENTE(B2:B6;A2:A6)
Intersección1,6INTERSECCION.EJE(B2:B6;A2:A6)
R²0,95COEFICIENTE.R2(B2:B6;A2:A6)
Pronóstico con 6 horas12,4PRONOSTICO(6;B2:B6;A2:A6)

Primero va la columna que querés predecir (los puntos) y después la otra. Y ojo con pronosticar muy lejos de tus datos: con 50 horas, la recta diría 91,6 puntos.

10

Comparar por grupos

Un número para todo el grupo dice poco. Lo útil es compararlo por club, por posición o por edad, con PROMEDIO.SI, CONTAR.SI y SUMAR.SI. Y si los grupos son de distinto tamaño, compará proporciones: «8 de 20» es un 40 %.

ClubGolesPartidosGoles por partido
Club A1281,5
Club B951,8

El club B hizo menos goles, pero en menos partidos: por partido le va mejor. Para el promedio de un solo grupo: =PROMEDIO.SI(C2:C21;"Delantero";I2:I21).

11

Leer gráficos

Antes de calcular, mirá los datos. Cada gráfico responde una pregunta distinta. El que más cuesta leer al principio es el boxplot (caja con bigotes), así que acá va desarmado.

Cómo se lee un boxplot

MínimoQ1MedianaQ3MáximoAtípico la caja: el 50 % del medio

Qué gráfico usar

GráficoRespondeQué mirar
Histograma¿cómo se reparten los datos?de qué lado queda la cola larga
Boxplot¿qué grupo es más parejo?el ancho de la caja y los puntos sueltos
Puntos¿dos columnas se mueven juntas?si los puntos suben, bajan o no forman nada
Barras¿cuál es más grande?que el eje arranque en 0
12

Cuatro trampas comunes

Una fórmula siempre da un resultado, pero ese resultado se puede leer mal. Estas cuatro trampas aparecen en informes, noticias y presentaciones todo el tiempo.

Las mismas ventas (50 y 52), con dos ejes distintos

Eje desde 48: parece el doble Eje desde 0: casi iguales 4852 5052 EneroFebrero 055 5052 EneroFebrero
El eje que no arranca en 0Una diferencia de 50 a 52 parece enorme. En barras, el eje va desde 0.
Correlación no es causaCon calor se venden más helados y hay más quemaduras de sol. Los helados no queman: el calor mueve a las dos.
La muestra elegida a dedoSi preguntás en la puerta de un estadio si a la gente le gusta el fútbol, eso no vale para todo el país.
La paradoja de SimpsonUn delantero puede convertir más que otro en cada temporada y menos en el total, si jugaron cantidades muy distintas.

Ahora, a practicar

Probá todo esto con los datos de 20 jugadores de la Copa: 42 ejercicios con fórmulas de Excel y un nivel para leer gráficos sin caer en trampas. Al terminar, rendí el examen final y llevate tu certificado gratis.

Incluye certificado gratis